ジャック・ドーシー傘下のBlock社は2026年10月24日、新型音声モデル「Dessa」を正式に発表した。同モデルは完全に人間の音声データに基づいて訓練されており、ローカル環境での実行に対応し、極めてリアルな発音表現に加え、笑い声、間（ポーズ）、泣き声など豊富な感情模倣能力を備えている。
全二重の音声間（speech-to-speech）モデルとして、Dessaは同時の聞き取りと対話を実現でき、その知識ベースは対話データに直接由来し、知識検索のために大規模言語モデルに追加で依存する必要がない。
従来の音声モデルの多くはテキストを生成入力とするため、文字の背後にある細やかな文脈を欠き、硬い印象になりがちだった。それに比べ、Dessaは自然な感情の捉え方を内蔵しており、既存の音声AIが対話時に感情情報や抑揚の微妙な違いを失いやすいという課題を効果的に解決した。
ハードウェア適合の面では、同モデルはMacBook M4Maxなどのコンシューマー向けデバイスや、NVIDIA GPUラック1台で効率的に動作する。現時点でBlockは同モデルを一般に全面公開しておらず、まずはセキュリティ研究者を第一批次としてテストに招待し、さまざまなシナリオにおける応用性能を評価している。
中小企業向けソリューションを主力とするフィンテック企業として、Blockは以前からSquareを通じて音声AIを注文処理に応用してきた。エッジ端末でローカル実行可能かつ高い擬似的な対話能力を備えたDessaの登場により、より低コストで企業やエンドユーザーに、より没入感と自然さのあるインテリジェントな対話体験をもたらすことが期待されており、音声AIがネイティブ音声インタラクションの新段階へと加速的に進化していることを示している。